论文标题：Efficient Palm-Line Segmentation with U-Net Context Fusion Module 论文链接：https://arxiv.org/abs/2102.12127 数据集链接：https://link.sun-asterisk.vn/palmlinedataset 作者单位：Sun Asterisk公司 本文提出U-Net+CF(上下文融合)模块的掌纹分割网络，涨点明显！速度高达94 FPS！还创建了一个高质量的掌纹分割数据集，含4156幅图像和相应的mask，数据集刚刚开源！

世界各地的许多文化都认为，可以通过手掌来预测一个人的未来生活。手相学使用手的特征，例如手掌线条，手形或指尖位置。然而，关于掌纹检测的研究仍然很少，其中许多应用了传统的图像处理技术。在大多数现实情况下，图像通常条件不佳，导致这些方法的性能严重不足。在本文中，我们提出了一种从人的手的图像中提取主要手掌纹的算法。我们的方法应用了深度学习网络（DNN）来提高性能。这个问题的另一个挑战是缺乏训练数据。为了解决这个问题，我们从头开始手工制作了一个数据集。从该数据集中，我们比较了现有方法与我们方法的性能。此外，基于UNet分割神经网络架构和注意力机制的知识，我们提出了一种高效的架构来检测掌纹。我们提出了上下文融合模块来捕获最重要的上下文特征，旨在提高分割精度。实验结果表明，对于同一数据集，该方法优于其他方法，F1得分最高，约为99.42％，mIoU为0.584。

内容中包含的图片若涉及版权问题，请及时与我们联系删除